1. 當(dāng)DWS遇上MCP協(xié)議數(shù)據(jù)工程師的融合分析鏈路該怎么搭華為云DWS 9.1.1.210 版本把 MCP 協(xié)議、向量計(jì)算和庫內(nèi) AI Function 揉進(jìn)同一個分析引擎這件事對數(shù)據(jù)工程師的意義比“又多了一個新功能”要大得多。過去要在 DWS 上做一套帶語義檢索的分析鏈路典型做法是DWS 存結(jié)構(gòu)化訂單Milvus 存商品向量ES 存評論文本再寫一層調(diào)度把三邊數(shù)據(jù)對齊。鏈路一長故障定位就變成體力活——向量庫延遲高一點(diǎn)整個 Agent 的回答就開始胡說。MCPModel Context Protocol在這里扮演的角色可以理解成“AI 應(yīng)用和數(shù)據(jù)庫之間的 USB-C”。它把“大模型要讀哪張表、調(diào)哪個函數(shù)、拿什么上下文”這件事標(biāo)準(zhǔn)化了。DWS 原生集成 MCP Server 之后Claude、Cursor 這類支持 MCP 的客戶端不再需要你手寫一堆膠水代碼去拼 SQL而是通過標(biāo)準(zhǔn)協(xié)議直接發(fā)現(xiàn)并調(diào)用 DWS 暴露出來的數(shù)據(jù)分析與運(yùn)維監(jiān)控接口。這篇面向兩類人一是手上已經(jīng)有 DWS 實(shí)例、想把向量檢索和庫內(nèi)推理接進(jìn)現(xiàn)有分析鏈路的數(shù)據(jù)工程師二是正在做 RAG 或數(shù)據(jù)分析 Agent、需要找一個能同時扛住 OLAP 和向量計(jì)算的底座的應(yīng)用開發(fā)者。核心檢索詞就三個華為云DWS、AI數(shù)倉、MCP協(xié)議與向量計(jì)算。下面按“先打通 Key再配 MCP再跑向量 SQL最后驗(yàn)證端到端”的順序走一遍每一步都給可復(fù)制的片段。需要先說明一點(diǎn)DWS 的 MCP Server 是數(shù)據(jù)庫側(cè)的能力TaoToken 在這里承擔(dān)的是“統(tǒng)一 Key 調(diào)用大模型 API”的角色——也就是當(dāng)你在 DWS 里用ai.embed、ai.summarize這些 AI Function或者你的 Agent 需要調(diào)用外部模型時不用為每個模型廠商單獨(dú)維護(hù)一套鑒權(quán)和 Base URL。兩者是配合關(guān)系不是替代關(guān)系。2. TaoToken 統(tǒng)一 Key 的前置準(zhǔn)備與 MCP 服務(wù)端配置2.1 為什么這里需要一個統(tǒng)一 KeyDWS 的 AI Function 支持對接外部大模型。實(shí)際項(xiàng)目里你大概率不會只用一家模型向量化可能用某個 embedding 模型摘要和分類可能用另一個。如果每個模型都單獨(dú)申請 Key、單獨(dú)配 Base URL庫內(nèi)推理的配置會迅速膨脹成一坨難以維護(hù)的字符串。TaoToken 的做法是提供一個統(tǒng)一的 API 入口和一把 Key模型通過 Model ID 區(qū)分。對 DWS 來說你只需要在 AI Function 的配置里填一個 Base URL 和一個 Key換模型時改 Model ID 即可。官網(wǎng)入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 。2.2 拿到 Key 并確認(rèn)模型可用登錄后進(jìn)入控制臺在 API Keys 頁面創(chuàng)建一把 Key。建議按環(huán)境分開發(fā)一把、生產(chǎn)一把方便出問題時快速吊銷。創(chuàng)建完成后先用一條最小請求確認(rèn)這把 Key 和你要用的模型是通的curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 只回復(fù)兩個字連通}], max_tokens: 16 }返回里能看到choices[0].message.content就說明 Key 有效。這一步別跳過——后面 DWS 里 AI Function 報錯時你需要先排除“Key 本身不通”這個變量。2.3 MCP 服務(wù)端配置片段DWS 的 MCP Server 支持一鍵式配置。下面是一份可直接改用的 MCP 客戶端配置以支持 MCP 的客戶端通用格式為例把連接信息換成你自己的 DWS 實(shí)例{ mcpServers: { dws-ai-warehouse: { command: npx, args: [ -y, dws/mcp-server, --host, your-dws-instance.dws.myhuaweicloud.com, --port, 8000, --database, analytics, --user, dwsmcp ], env: { DWS_MCP_TOKEN: your-dws-mcp-token, TAOTOKEN_API_KEY: sk-your-taotoken-key, TAOTOKEN_BASE_URL: https://taotoken.net/api } } } }這里有三件套必須齊全缺一個就連不上Base URL 指向https://taotoken.net/apiKey 用你剛創(chuàng)建的那把Model ID 在調(diào)用具體 AI Function 時指定。DWS MCP Server 內(nèi)置了 8 個常用的數(shù)據(jù)分析與運(yùn)維監(jiān)控類型 API客戶端連上后可以直接列出這些工具。如果你用的是 Claude Code 這類工具配置思路一致把上面的mcpServers塊放進(jìn)對應(yīng)的 settings 文件即可。配置完成后重啟客戶端正常情況下能在工具列表里看到 DWS 暴露的接口。3. 向量計(jì)算與庫內(nèi)推理的可復(fù)制 SQL 配置3.1 建表與向量列定義DWS 深度集成了 pgvector 并做了分布式改造。先建一張帶向量列的商品表CREATE TABLE product_embeddings ( product_id BIGINT PRIMARY KEY, product_name TEXT, category TEXT, embedding vector(1024) ); CREATE INDEX idx_product_embedding_hnsw ON product_embeddings USING hnsw (embedding vector_cosine_ops) WITH (m 16, ef_construction 64);vector(1024)里的維度要和你實(shí)際用的 embedding 模型輸出維度對齊。HNSW 索引適合在線檢索場景IVFFlat 更適合批量構(gòu)建、內(nèi)存敏感的場景兩者可以按數(shù)據(jù)量切換。3.2 用 AI Function 做庫內(nèi)向量化DWS 集成 pgai 后可以在 SQL 里直接調(diào)用ai.embed把文本轉(zhuǎn)成向量不用把數(shù)據(jù)導(dǎo)出到外部再寫回INSERT INTO product_embeddings (product_id, product_name, category, embedding) SELECT p.product_id, p.product_name, p.category, ai.embed( taotoken, p.product_name || || COALESCE(p.description, ), {model: text-embedding-3-large, base_url: https://taotoken.net/api} )::vector(1024) FROM products p WHERE p.embedding IS NULL;這里的taotoken是你在 DWS 里配置的 provider 名稱指向 TaoToken 的 Base URL。Model ID 換成你實(shí)際使用的 embedding 模型即可。這一步跑通后向量化就從“外部批處理任務(wù)”變成了“庫內(nèi) SQL 操作”鏈路少了一跳。3.3 相似度檢索 SQL有了向量列和索引最近鄰檢索就是一條標(biāo)準(zhǔn) SQLSELECT product_id, product_name, 1 - (embedding ai.embed( taotoken, 適合送禮的高端禮盒, {model: text-embedding-3-large, base_url: https://taotoken.net/api} )::vector(1024)) AS similarity FROM product_embeddings WHERE category 禮盒 ORDER BY embedding ai.embed( taotoken, 適合送禮的高端禮盒, {model: text-embedding-3-large, base_url: https://taotoken.net/api} )::vector(1024) LIMIT 10;是余弦距離操作符1 - 距離得到相似度。實(shí)際生產(chǎn)里建議把查詢向量先算好存成變量避免在 ORDER BY 里重復(fù)調(diào)用 embedding 接口。3.4 庫內(nèi)推理分類與摘要除了向量化ai.classify、ai.summarize、ai.sentiment這些函數(shù)可以直接在 SQL 里跑。比如對商品評價做情感分析把負(fù)向占比高的商品篩出來SELECT product_id, COUNT(*) AS total_reviews, SUM(CASE WHEN ai.sentiment(taotoken, review_text, {model: claude-sonnet-4-5, base_url: https://taotoken.net/api}) negative THEN 1 ELSE 0 END) AS negative_count FROM product_reviews GROUP BY product_id HAVING SUM(CASE WHEN ai.sentiment(taotoken, review_text, {model: claude-sonnet-4-5, base_url: https://taotoken.net/api}) negative THEN 1 ELSE 0 END) 10;這條 SQL 把“實(shí)時運(yùn)營預(yù)警”里說的“負(fù)向情感占比超閾值自動觸發(fā)”落到了具體寫法上。注意 AI Function 調(diào)用有網(wǎng)絡(luò)開銷大批量數(shù)據(jù)建議先用物化視圖做增量計(jì)算別在每次查詢里全表跑。4. 驗(yàn)證請求與端到端連通性測試4.1 先驗(yàn)證 MCP 工具列表MCP 客戶端連上 DWS 后第一步是確認(rèn)工具能被發(fā)現(xiàn)。在支持 MCP 的客戶端里執(zhí)行工具列表查詢正常會返回 DWS 暴露的 8 個接口涵蓋數(shù)據(jù)分析與運(yùn)維監(jiān)控。如果列表為空說明 MCP Server 沒起來或者連接參數(shù)不對回到 §2.3 檢查 host、port、token。4.2 通過 MCP 跑一條分析請求選一個數(shù)據(jù)分析類工具讓它執(zhí)行一條聚合查詢。比如讓 Agent 通過 MCP 調(diào)用 DWS統(tǒng)計(jì)各品類商品數(shù)量和平均評分。這一步驗(yàn)證的是“MCP 協(xié)議層 → DWS 查詢引擎”這條鏈路。4.3 驗(yàn)證向量檢索端到端在 DWS 里直接跑 §3.3 的檢索 SQL確認(rèn)能返回按相似度排序的結(jié)果。然后通過 MCP 讓 Agent 調(diào)用同一個檢索能力對比兩邊結(jié)果是否一致。一致說明 MCP 層沒有截斷或改寫查詢。4.4 驗(yàn)證 TaoToken Key 在庫內(nèi)推理中生效跑一條ai.summarizeSELECT ai.summarize( taotoken, 華為云DWS上線AI數(shù)倉能力集成MCP協(xié)議與向量計(jì)算支持庫內(nèi)推理。, {model: claude-sonnet-4-5, base_url: https://taotoken.net/api, max_tokens: 100} );返回一段摘要文本說明 TaoToken 的 Key、Base URL、Model ID 三件套在 DWS 庫內(nèi)推理場景下全部生效。到這一步融合分析鏈路的端到端連通性就算驗(yàn)證完了。5. 本篇常見報錯排查401、local proxy failed 與 reading choices5.1 401 Unauthorized最常見。分兩種一是 TaoToken Key 無效或過期用 §2.2 的 curl 單獨(dú)驗(yàn)證二是 DWS 里 AI Function 的 provider 配置里 Key 沒填對。注意 DWS 的 provider 配置和 MCP 客戶端的 env 是兩處獨(dú)立配置改了一處別忘了另一處。5.2 local proxy failed這個報錯通常出現(xiàn)在 MCP 客戶端側(cè)意思是客戶端無法連接到 MCP Server 進(jìn)程。排查順序先確認(rèn)npx dws/mcp-server能單獨(dú)跑起來再確認(rèn) host 和 port 與 DWS 實(shí)例實(shí)際暴露的一致最后看防火墻或安全組是否放行了對應(yīng)端口。如果 MCP Server 進(jìn)程起來了但客戶端連不上多半是 host 寫成了localhost而實(shí)際需要寫實(shí)例域名。5.3 reading choices 相關(guān)報錯當(dāng) AI Function 返回體里沒有choices字段時DWS 側(cè)會報解析失敗。原因通常是 Base URL 寫錯——比如漏了/api或者多寫了/v1。TaoToken 的 Base URL 是https://taotoken.net/apichat completions 的完整路徑是https://taotoken.net/api/v1/chat/completions。在 DWS 的 provider 配置里填 Base URL 時按文檔要求填到/api這一層不要自己拼/v1。5.4 OAuth 或鑒權(quán)跳轉(zhuǎn)如果客戶端在連接 MCP Server 時被重定向到登錄頁說明 token 沒帶上或者格式不對。DWS MCP 的 token 放在DWS_MCP_TOKEN環(huán)境變量里不是放在 URL 參數(shù)里。檢查配置文件里 env 塊的鍵名是否拼寫正確。5.5 向量維度不匹配ai.embed返回的向量維度和表定義的vector(1024)不一致時INSERT 會直接報錯。換 embedding 模型時維度可能從 1024 變成 1536 或 3072這時候要么改表定義要么在 SQL 里做截斷或投影。建議在 provider 配置里把模型和維度對應(yīng)關(guān)系寫清楚避免混用。6. 把統(tǒng)一 Key 接進(jìn)你的 DWS 分析鏈路如果你已經(jīng)跟著走到這里手上應(yīng)該有了一把可用的 TaoToken Key、一份能連上 DWS 的 MCP 配置、幾條能跑的向量檢索和庫內(nèi)推理 SQL以及一套排錯對照表。接下來最實(shí)際的一步是把這些片段接進(jìn)你現(xiàn)有的分析鏈路。具體做法在 DWS 里把a(bǔ)i.embed的向量化做成物化視圖用 binlog 增量刷新這樣新入庫的商品能近實(shí)時拿到向量MCP 側(cè)把常用的檢索和分析接口封裝成 Agent 工具讓 Claude 或 Cursor 直接調(diào)用TaoToken 的 Key 按環(huán)境分開管理開發(fā)和生產(chǎn)不要共用。需要繼續(xù)查文檔或創(chuàng)建新 Key 的話API Keys 頁面在 https://taotoken.net/console/api-keys 接入文檔在 https://taotoken.net/doc 。如果你主要是在做長期編碼或 Agent 類項(xiàng)目Coding Plan 的入口在 https://taotoken.net/coding-plan 。想先驗(yàn)證模型輸出效果可以直接用模型對話頁面 https://taotoken.net/chat 試幾條請求確認(rèn)模型行為符合預(yù)期再寫進(jìn) SQL。最后留一個實(shí)操建議DWS 的 AI Function 調(diào)用是同步網(wǎng)絡(luò)請求在GROUP BY或大表掃描里直接調(diào)用容易把查詢拖慢。先用小批量數(shù)據(jù)驗(yàn)證 SQL 邏輯確認(rèn)無誤后再用物化視圖或增量 Pipeline 的方式跑全量。這一步做扎實(shí)后面 Agent 的響應(yīng)速度會穩(wěn)定很多。